细粒度图像分类问题一直都是计算机视觉领域中具有挑战性的一个研究课题。传统的图像分类方法其分类的对象往往是具有特征明显且可区分性强的物体。例如,鸟和狗的分类,汽车和飞机的分类等,这类物体的区分往往只需要一些浅层的特征即可完成分类任务。传统的粗粒度图像分类需要大量人工标记的图像数据,对每张图像进行人工标注无疑耗费了大量的人力和时间。随着社会的发展和科学技术的进步,人们已经不满足于粗粒度图像的分类,对细粒度图像的分类越来越贴切人们的生活所需。细粒度图像分类的对象是某一类的子类,例如,不同种鸟类的分类、不同种狗类的分类等。由于子类类间存在细微的差异而子类类内存在较大的差异,除了物体本身的原因之外,光照、拍摄角度、背景信息的干扰一定程度上影响了分类的效果这就使得对细粒度图像的分类更加困难。细粒度分类从早期的依赖人工的传统方法到深度学习的方法,其分类的效率和准确率都有了极大的提升。在利用神经网络进行细粒度图像分类的方法中,分类网络模型也由浅层网络模型发展到深度网络模型,网络模型宽度也由单一的网络模型发展到双流网络模型甚至三流网络模型。双流网络模型在模型的深度和宽度上相较于传统方法在分类准确率和效率上具有明显的优势。本文基于双流网络模型的方法改进,鉴于ResNet网络模型在图像分类领域取得的巨大成功,首先在原双流网络基础之上用残差网络替换其中的一个单流网络,组成残差混合网络模型,进一步丰富了特征的提取,然后在残差混合网络模型基础之上通过额外叠加一个双流网络模型,组成四流网络模型,其中额外叠加的双流网络模型是由两个不同深度的VGG网络模型组成,来进一步完善和丰富提取到的特征。实验结果验证了本文提出方法的有效性。